第 351 期

奥尔特曼说 PC 里的 DRAM 太浪费了

价格已经在把那些 DRAM 搬向数据中心了

AI与科技

安光涉（Oswarld）· INLEVEL9 作者与编辑

设为 Google 首选来源
奥尔特曼说 PC 里的 DRAM 太浪费了

“游戏 PC”的说辞从何而来

过去几天，韩国国内的网络社区和社交平台上流传着一张截图。内容大致是：OpenAI 首席执行官萨姆·奥尔特曼（Sam Altman）称把内存插在游戏 PC 上简直太糟糕了。追根溯源，这一消息来自美国游戏媒体 IGN 的一篇文章。其标题翻译过来就是《奥尔特曼认为你的游戏 PC 里装有内存是件很糟糕的事》。

IGN 引用的出处是 10 月 29 日上线的 Stripe 播客节目《Cheeky Pint》视频。在这场对话中，奥尔特曼与 Stripe 联合创始人约翰·科里森（John Collison）相对而坐，话题从 PHP 安全漏洞、智能体团队一直聊到纳维-斯托克斯方程证明，而引发争议的段落出现在第 29 分钟左右。在那段话里，奥尔特曼一次都没有提到过游戏。

他谈到的是本地推理1。话题始于开源模型不断涌现，许多人都想在自己的电脑上直接运行。但他随之提出了相反的看法：如果全球短缺的 DRAM 被装进千家万户的电脑里，利用率却只有 5% 的时间，那么从全球资源分配的角度来看，“相当糟糕（quite terrible）”。他的主张是，在供应紧张时，最好通过云端最大限度地共享轮用。

从对话原文到游戏媒体的标题，从标题到社区帖子，再从帖子到社交平台的截图，语境在这个过程中被一层层剥离。**最终留在截图里的，只剩下“游戏 PC”和“糟糕”这两个词。**然而，前者在原文中根本未曾出现。

两天后的 10 月 31 日，奥尔特曼在韩国京畿道龙仁市的三星人力开发院与三星旗下各公司的 50 多位社长举行了座谈会。主题是“AI 将改变的下一个十年，企业的选择”，OpenAI 负责自研芯片统筹的硬件副总裁理查德·霍（Richard Ho）也一同随行。

顺着原文脉络看，谈话的出发点也与标题大相径庭。奥尔特曼首先表达的是不满：**价格涨了这么多，为什么内存供应却跟不上？而 5% 正是在这种不满之下抛出的数字。**今天我们就按照这个脉络一探究竟。

对“看不见的手”未能发挥作用的抱怨

提问是由科里森提出的。业内有一句话叫“高价格的解药就是高价格”。意思是只要价格上涨，就会有人建厂增加供应，价格自然就会回落。那么，这个解药是否正在发挥作用？奥尔特曼的回答只有一个词：“很糟（Bad）。”他表示，眼下这只看不见的手正在失灵。

在 YouTube 上观看

他给出的理由是存储行业的历史记忆。用奥尔特曼的话说，长久以来 DRAM 公司都是一门投入 200 亿美元资本开支却只能赚回 190 亿美元的生意。正因为经历过在繁荣与萧条之间反复摆动、因盲目大举建厂而濒临破产的惨痛记忆，哪怕现在疯狂吸金，在扩产上也必然小心翼翼。尽管眼下各家公司每年的自由现金流2几乎都要达到 1,000 亿美元左右。这 1,000 亿美元是奥尔特曼的估算。

这听起来像夸大其词，但如果把韩国公司的数据摆在一起，两种场景就都有据可循。

2023 年第一季度2026 年第三季度
SK海力士营业利润亏损 3 万 4,023 亿韩元83 万 3,338 亿韩元（营业利润率 80%）
三星电子 DS 部门营业利润亏损 4 万 5,819 亿韩元106 万 5,000 亿韩元（营业利润率 72%）

三年半前，两家公司的半导体业务在一个季度内合计亏损近 8 万亿韩元。而现在，一个季度就能赚近 190 万亿韩元。

上周在业绩发布会上，SK海力士选择的表述也与奥尔特曼的描绘高度重合。虽然他们预计存储供应短缺将持续到 2030 年，但也明确表示，尽管会提前确保额外的基础设施空间，但像设备进场和扩大批量生产等增加实际供应的核心资源，将严格根据需求进行节奏调控。同一天，该公司还公布了 2026 财年规模约为 100 万亿韩元的股东回报计划。公司还将先进制程的工艺难度以及建造新晶圆厂所需的时间，一并列为供应短缺的原因。这意味着不仅是因为谨慎，客观上也需要物理时间。

不过，这并不意味着完全没有扩产。三星电子表示，今年 84 万 4,000 亿韩元的设备投资中，将有 76 万 8,000 亿韩元投入半导体；SK海力士也表示，随着龙仁一期晶圆厂的投产等，明年的资本开支将比今年大幅增加。更准确的描述是，产能确实在增加，但远远赶不上价格上涨的速度。关于存储企业为何如此谨慎，我们在第 183 期《闪迪拿到的那份 4 年期保证书》中曾结合 NAND 的案例做过详细探讨。

仔细算一算 5% 这个数字

现在让我们回到 5% 这个数字。首先要说明的是，这个数字是奥尔特曼的估算。对话中并未透露其出处或衡量方法。

尽管如此，背后的逻辑本身很简单。即使是同样的内存，比起一天中大部分时间处于关机或闲置状态的笔记本电脑，装在服务器里轮流处理多人请求时能做更多的工作。更何况在数据中心里，只需将一套模型权重加载到内存中，就能供无数用户共享。若在本地设备上运行，每个用户都必须单独加载同一套权重。

不过，还有一个朝相反方向起作用的数字。数据中心 AI 芯片旁边搭配的内存绝大多数是 HBM3。美光在 8 月 23 日的 Hot Chips 2026 上解释称，相同容量的 HBM3E 所消耗的晶圆面积大约是 DDR5 的 3 倍。并且随着技术迭代，这一差距还会进一步拉大。转移到云端的 1 GB 内存，从晶圆厂的角度来看，相当于消耗了 3 GB PC 内存所需的晶圆。

把这两个数字放在一起做个简单计算。如果 PC 内存的利用率只有 5%，那么为了获得有效工作的 1 GB 内存，就需要投入相当于 20 GB 的晶圆。而 HBM 在同等容量下需要消耗 3 倍的晶圆，因此，只要云端内存的利用率超过 15%，仅从晶圆利用率来看，云端就已经占优了。 这个计算甚至还没把权重共享的效应算进去。如果全盘接受奥尔特曼 5% 的说法，单从内存算术来看，他的观点确实更站得住脚。这笔账是编辑过程中进行的简算，并简化了“服务器内存并非全为 HBM”以及“笔记本内存并非全为 DDR5”等实际情况。

还有一些因素无法被涵盖在计算之内。PC 中的 DRAM 并非专门为 AI 而配备，它原本就要用来运行浏览器和办公软件。真正需要权衡的，是为了本地 AI 而额外增购的容量，比如 64 GB 以上的高配规格。而对于数据绝对不能外流的业务，或者网络中断时也必须正常运行的任务，评判标准则完全不同于简单的利用率。

与此同时，还要看这番话是谁说的。OpenAI 是一家销售云端推理服务的公司，在与三星、SK 开展 Stargate（星际之门）合作的过程中，曾预测每月需要多达 90 万片 DRAM 晶圆。此前也有报道称，三星电子将为 OpenAI 的自研芯片供应第 6 代 HBM。存在利益关联并不意味着论点就一定错误。不过，最希望“DRAM 应该留在云端”这一论调成立的人，恰恰就是说出这句话的人自己，这一点值得牢记。

这只手已经在做其中一件事了

奥特曼说看不见的手正在失效，但从数字来看，这只手所做的事情分成了两个截然不同的方向。扩建工厂十分迟缓，但在决定把已经造好的 DRAM 送往何处这件事上，动作却非常迅速。

证据就在三星电子的一张业绩表里。第三季度，负责半导体的 DS 部门取得了 106 万 5,000 亿韩元的营业利润，而负责智能手机、电视和家电的设备体验（DX）部门却出现了 8,000 亿韩元的营业亏损，已是连续两个季度亏损。韩国国内媒体将以内存为代表的零部件价格上涨列为整机盈利能力恶化的主因，三星电子 CFO 朴顺哲（音译）也表示，明年 DX 部门因成本上涨等因素，盈利压力仍将持续。在同一家公司内部，卖内存的一方和买内存的一方迎来了截然相反的结局。

价格变动的方向同样非常明确。Tom’s Hardware 报道称，每比特 HBM 的售价约为 DDR5 的 5 倍。内存厂商将晶圆产能调配给 HBM 和服务器产品的比例越高，分给 PC 和智能手机的份额就越少，价格也就随之上涨。奥特曼所期盼的分配格局——把 DRAM 汇聚在云端流转复用，即便没有任何人统一规划，也早已借助价格机制全面运转起来了。而这份成本，正由当下购买笔记本电脑与智能手机的消费者，以及制造这些产品的厂商在默默承担。

altman pc dram five percent因此，准确地说，奥特曼的不满只针对这只手的一半功能。分配早已倒向数据中心，真正卡死的是总量。在总量迟迟无法增加的阶段，为了争夺剩下的 DRAM 该摆在谁的桌上，一场价格竞逐正在上演，而眼下赢下这一局的正是数据中心。

Oswarld视角

我认为奥尔特曼的这番发言还不如不说。把全世界的 DRAM 集中起来轮流使用的说法，极易被解读为功利主义式的精算，也太容易被断章取义拿来做抓人眼球的标题。而且 OpenAI 本就是一家如果本地推理普及就会直接蒙受损失的公司，他自然有动机说出这样的话。

即便如此，硬扯出原文里根本没有的“游戏 PC”来立靶子批判，实在让人看不下去。在痛打稻草人的过程中，真正值得追问的核心问题反而被淹没了。比如 5% 这个数字是否准确、这套算盘究竟对谁有利等问题。即便要批评他的发言轻率，也唯有立足于原文事实，批评才站得住脚。

在这场争论中，我自己也是两边都在用。在家里，我把一台 Mac Studio 作为常驻推理服务器一直开着，MacBook 和 iPhone 都会连上去用。AI Agent 也在上面作为常驻服务持续运行。相反，对于消耗大量 Token 的长文本长任务，我则会发送给 Ollama 云端处理。因为即便消耗以万亿计的 Token，其成本也远比前沿模型 API 便宜得多。

因此我认为，与其纠结于“本地还是云端”，不如将问题转换为“这块内存一天究竟工作了多少个小时”。一台连接了三台设备协同使用的家庭服务器，其工作时长远超单一 notebook 笔记本；而仅被预订却空置的数据中心资源，本质上和锁在抽屉里的笔记本没有任何区别。奥尔特曼口中的 5%，只有被理解为针对“利用率”而非“物理位置”的指责时，才最具说服力。

我一直强调，并非所有任务都需要顶尖的前沿大模型。奥尔特曼的逻辑，在“所有人都在使用超大模型”的前提下才最有力。如果是摘要或分类这种小模型就足以胜任的工作，用 PC 现有的内存来处理，根本算不上在浪费或过度消耗全世界的 DRAM。真正应该感到可惜的，并不是 PC 里的 DRAM 本身，而是杀鸡用牛刀的过大模型以及闲置沉睡的内存。

结语

奥特曼口中的“5%”，与其说是对本地 AI 用户的挖苦，倒不如说是感叹内存总量无法快速增长而给出的数字。单从利用率来看，他的计算不无道理。但这种资源的分配早已由价格机制在调配，剩下的问题不过是工厂的扩产究竟能有多快。既然 SK 海力士预测供应短缺将持续到 2030 年，那么在此之前，笔记本电脑与智能手机售价中被内存分走的成本，将是一个值得持续关注的数字。

💬 读者，如果您正在本地运行 AI 模型，这台设备每天实际用于推理的时间大概有几小时？哪怕只是个粗略的数字，也欢迎在评论区留言告诉我们。

📨 如果身边有正准备更换笔记本电脑或公司 PC 的同事，请将这篇文章转发给他们。

你的观点会成为下一期的线索

欢迎留下你的经验与看法。

注册读者均可免费发表评论。

参考资料与延伸阅读

核心来源

背景知识

推荐阅读往期文章

  • 第 183 期《闪迪拿到的 4 年期保证书》··· 从 NAND 闪存角度探讨了存储芯片公司为何在需求爆发期依然克制扩产。
  • 第 178 期《你可以下载，只是跑不起来》··· 从内存容量的角度衡量了哪些模型能够在本地运行，哪些则不能。
  • 第 219 期《AI 芯片的下一个战场是内存》··· 梳理了数据中心内部围绕 HBM 上下分层的内存层级趋势。

安光涉（Oswarld）个人插画

作者 安光涉（Oswarld） 现任世宗大学兼任教授，INLEVEL9 战略顾问。职业经历、研究、著作与近期活动会持续更新在作者简介。 最新动态 · 2026年7月：HEMA-2: A Consolidation-Aware Tri-Memory Architecture with Multi-Channel Scheduling for Lifelong Conversational AI。

📝 术语说明

注释

  1. 本地推理（local inference）：指直接在个人电脑、智能手机等终端设备上运行 AI 模型，而非通过公司服务器或云端运行的方式。这种方式能保证数据不流出设备，但设备本身必须具备与模型尺寸相匹配的内存。 ↩

  2. 自由现金流（FCF, free cash flow）：指公司从经营活动中赚取的现金，扣除厂房、设备等资本性支出后剩余的资金。可以将其视为可用于分红、回购股票或偿还债务的富余资金。 ↩

  3. HBM（高带宽内存）：将多层 DRAM 垂直堆叠并紧邻 AI 芯片放置的高性能内存。由于数据传输通道极宽，它是 AI 运算不可或缺的组件；但要生产同等容量，其消耗的晶圆远多于普通 DRAM。 ↩

延伸阅读

第 350 期

哪怕称其为超智能，钥匙也得另放

NIST发布了AI智能体身份与权限设计的十项原则

AI与科技
第 342 期

DeepSeek的Super-agent能成为R1吗

R1动摇的不是性能，而是价格表

AI与科技
第 331 期

Meta AI出错时，法律上是客户的责任

推迟到11月20日的Meta商业条款揭示了什么：现在是律师和法律登场的时候了

AI与科技